基于GAMPSO-SVM的大坝变形监控模型

摘要：

建立合理的安全监控模型对实测资料进行实时分析和处理对大坝的安全运行有着重要意义.近年来,支持向量机(SVM)在建立监控模型中得到了广泛应用.但参数的选取对SVM模型的精度有相当大的影响.为了提高参数选择的精度,在标准粒子群算法(PSO)的基础之上,提出了一种加入高斯扰动项的变异粒子群优化算法(GAMPSO),对支持向量机的参数进行寻优,建立了基于GAMPSO-SVM的大坝变形监控模型,并进行工程实例验证.结果表明,该模型能有效避免陷入局部最优,具有更好的预测精度和泛化能力.

关键词：大坝安全、变形预测、粒子群算法、支持向量机、高斯扰动

所属期刊栏目：37

分类号：TV698.1(水利枢纽、水工建筑物)

资助基金：国家自然科学基金资助项目51379068、51139001;江苏省杰出青年基金项目BK20140039;高等学校博士学科点专项科研基金20120094110005、20120094130003

在线出版日期：2015-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：42-46